中藥單方的適應症與其於中藥複方中的重要性之間的關係;Relationship between Al predictions and roles in classical formulas of individual TCM herbs

NCU Institutional Repository > 生醫理工學院 > 生物醫學工程研究所 > 博碩士論文 > Item 987654321/84927

請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/84927

題名:	中藥單方的適應症與其於中藥複方中的重要性之間的關係;Relationship between Al predictions and roles in classical formulas of individual TCM herbs
作者:	?玉;Nhu, Huynh Ngoc Quynh
貢獻者:	生醫科學與工程學系
關鍵詞:	人工智慧;卷積神經網絡;中藥單方;中藥複方;artificial intelligence;CNN;Chinese single herb;Chinese medicine formula
日期:	2021-01-25
上傳時間:	2021-03-18 16:52:53 (UTC+8)
出版者:	國立中央大學
摘要:	人工智慧（或深度學習）自其復興和成熟以來，改變了許多生物醫學研究，甚至在五年前（2016至今）對相關研究的發展更加迅速。我們提議將應用在西藥的最先進深度學習技術擴展至中藥領域。因此，我們開發了卷積神經網絡（CNN）將中藥處方分類為對應的疾病。經過CNN訓練後，使用了來自國家衛生局保險數據庫中的報銷數據，CNN輸出以下內容的概率（稱為AI分數）對應給定輸入中草藥治療的疾病。為了更好地理解CNN的輸出以及中藥從多種草藥中合成配方的方式，我們從數百種中藥配方裡計算每個藥草的平均比例權重（稱為重要性分數）。結果顯示，AI分數和重要性分數之間的相關性表明中藥配方裡的藥草組合公式並非簡單加法（即線性）。;Artificial intelligence (or deep learning) has accelerated and even transformed many of the biomedical research since its resurgence and maturity five years ago (around 2016). We propose to extend applications of state-of-the-art deep learning techniques to traditional Chinese medicine (TCM) from modern western medicine. In doing so, we developed a convolutional neural network (CNN) to classify TCM herbal prescriptions into their corresponding diseases. After CNN training using reimbursement data from the National Health Insurance Database, the CNN outputs probabilities (called AI scores) of the indicated diseases given an input TCM herb. To make better sense of the CNN outputs and the way TCM composes formulas from multiple herbs, we then calculated the average proportional weight (called importance score) of an individual herb in hundreds of TCM formulas found in TCM classics. The result of correlation between AI scores and importance scores indicates that the functions of TCM formulas are not simple linear addition of individual herbs.
顯示於類別:	[生物醫學工程研究所 ] 博碩士論文

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	155	檢視/開啟

在NCUIR中所有的資料項目都受到原著作權保護.

社群 sharing

資料載入中.....